MétaCan
Menu
Retour à la cohorte
Enregistrement W2114946454 · doi:10.3109/17483107.2010.528144

Usability assessment of ASIBOT: a portable robot to aid patients with spinal cord injury

2010· article· en· W2114946454 sur OpenAlexaboutno aff
Alberto Jardón, Ángel Gil, Ana I. Peña, Concepción A. Monje, Carlos Balaguer

Notice bibliographique

RevueDisability and Rehabilitation Assistive Technology · 2010
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAssistive Technology in Communication and Mobility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUsabilityUSableHuman–computer interactionTask (project management)PopulationEngineeringComputer scienceMedicineMultimedia

Résumé

récupéré en direct d'OpenAlex

The usability concept refers to aspects related to the use of products that are closely linked to the user's degree of satisfaction. Our goal is to present a functional evaluation methodology for assessing the usability of sophisticated technical aids, such as a portable robot for helping disabled patients with severe spinal cord injuries. The specific manipulator used for this task is ASIBOT, a personal assistance robot totally developed by RoboticsLab at the University Carlos III of Madrid. Our purpose is also to improve some aspects of the manipulator according to the user's perception. For our case study, a population of six patients with spinal cord injury is considered. These patients have been suffering spinal cord injuries for a period of time longer than 1 year before the tests are carried out. The methodology followed for the information gathering is based on the Quebec User Evaluation of Satisfaction with assistive Technology (QUEST). Different daily functions, such as drinking, brushing one's teeth and washing one's face, are considered to assess the user's perception when using ASIBOT as a technical aid. The human factor in this procedure is the main base to establish the specific needs and tools to make the end product more suitable and usable.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,023
Tête enseignante GPT0,425
Écart entre enseignants0,402 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDisability and Rehabilitation Assistive TechnologyMême sujetAssistive Technology in Communication and MobilityTravaux en français237 207